📄 agriculture

A Predictive Mathematical Framework for Simulating Rusty Grain Beetle Infestation in Bulk Wheat Storage

تُطوّر هذه الدراسة نموذجاً تنبؤياً عملياً ثلاثي المعلمات يتنبأ بفعالية بإصابات خنفساء القمح (*Cryptolestes ferrugineus*) في القمح السائب من خلال دمج تاريخ التعداد مع مقاييس التعرض الحراري، مثل درجات الحرارة الفعالة (degree-days) وتقلبات درجات الحرارة.

المؤلفون الأصليون: Rakesh Yadav Rakesh, Kirti Bhagirath Kirti

نُشر 2026-08-25

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rakesh Yadav Rakesh, Kirti Bhagirath Kirti

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في المستودعات الشاسعة والصامتة حيث تُحفظ ملايين الأطنان من القمح لإمدادات الغذاء العالمية، تُخاض معركة هادئة باستمرار ضد غزاة غير مرئيين. ومن بين أكثر هذه الآفات إلحاحاً هي خنفساء الحبوب الصدئة، وهي حشرة ضئيلة تزدهر في حبوب القمح المخزنة. وخلافاً للعديد من الكائنات الأخرى، لا تعتمد هذه الخنافس على مؤشر بيئي واحد لتقرر متى تتكاثر؛ بل إن نمو تعدادها هو استجابة معقدة لمجموعة من العوامل. فدفء الحبوب، والمساحة المتاحة، وعدد الخنافس الموجودة بالفعل، كلها عوامل تعمل معاً لتحديد مدى سرعة انفجار الإصابة. وبالنسبة لمديري مرافق التخزين هذه، فإن التنبؤ بهذا النمو هو مسألة تتعلق بالأمن الاقتصادي والغذائي. فإذا تمكنوا من توقع طفرة في الأعداد قبل أن تصبح خارجة عن السيطرة، يمكنهم التدخل مبكراً. ومع ذلك، فإن البيئة داخل كومة الحبوب ليست ثابتة؛ فدرجات الحرارة تتغير، وتاريخ التعداد نفسه يؤثر على مستقبله، مما يجعل التنبؤات البسيطة صعبة.

لقد شرع الباحثون في بناء أداة عملية لحل هذه المشكلة، بهدف إنشاء إطار رياضي يمكنه التنبؤ بارتفاع تعداد خنفساء الحبوب الصدئة في مخازن القمح السائبة. بدأوا باختبار تسعة أوصاف رياضية معيارية مختلفة لنمو السكان، آملين في العثور على معادلة واحدة يمكنها تتبع الحشرات بدقة تحت ظروف متنوعة. تراوحت هذه المعادلات من النماذج البسيطة التي تفترض نمواً ثابتاً وغير محدود إلى نماذج أكثر تعقيداً تأخذ في الاعتبار حدود المساحة وتباطؤ النمو مع ازدحام التعداد. طبق الفريق هذه النماذج على بيانات جُمعت من حاويات تخزين ذات أحجام مختلفة، بدءاً من الرقع الصغيرة وصولاً إلى الأحجام الضخمة، وتحت درجات حرارة ثابتة ومتقلبة على حد سواء. وكانت النتائج واضحة: لم تستطع أي من المعادلات التسع المعيارية وصف سلوك الخنفساء باستمرار عبر جميع السيناريوهات المختلفة. فلم تكن قاعدة نمو بسيطة واحدة كافية لاستيعاب واقع الموقف، حيث تغيرت العوامل المهيمنة اعتماداً على درجة الحرارة وحجم منطقة التخزين.

وإدراكاً منهم بأن صيغة واحدة لن تجدي نفعاً، غير الباحثون نهجهم لتحديد المتغيرات الأكثر أهمية. قاموا بتحليل البيانات لمعرفة أي العوامل كانت الأكثر ارتباطاً بالتغيرات في عدد الخنافس. ووجدوا أن حجم التعداد من فترة المراقبة السابقة، وإجمالي كمية الحرارة التي تعرضت لها الحشرات خلال الشهر الماضي، ودرجة تقلب درجات الحرارة، كانت هي المحركات الرئيسية. ولقياس التعرض للحرارة، استخدموا طريقة تجمع الأيام التي كانت فيها درجة الحرارة دافئة بما يكفي لنشاط الخنافس، مما يعني فعلياً حساب "الطاقة الحرارية" المتاحة للتطور. واكتشفوا أن العلاقة بين هذه الحرارة المتراكمة وعدد الخنافس لم تكن خطاً مستقيماً؛ بل اتبعت نمطاً منحنياً حيث ينمو التعداد بسرعة في البداية ثم يتباطأ مع اقترابه من كثافته القصوى.

ومن خلال دمج هذه الرؤى، طور الفريق نموذجاً تنبؤياً جديداً يدمج تاريخ التعداد مع تاريخ درجات الحرارة. لم يعتمد هذا الإطار النهائي على قاعدة ثابتة واحدة، بل استخدم عدد الخنافس التي شوهدت في آخر فحص، وإجمالي الوحدات الحرارية المتراكمة خلال الـ 28 يوماً الماضية، ونمط تغيرات درجات الحرارة للتنبؤ بعدد الحشرات التالي. وعند اختباره مقابل البيانات التجريبية، نجح هذا النموذج المدمج في إعادة إنتاج الأنماط الرئيسية للزيادة السكانية، حيث أدى أداءً جيداً في ظل ظروف درجات الحرارة الثابتة والمتغيرة. وكان دقيقاً بشكل خاص في التنبؤ بالنمو قبل أن تصل الإصابة إلى ذروة كثافتها، وهي النافذة الأكثر حرجاً للتدخل. وتشير الدراسة إلى أنه من خلال تتبع كل من التاريخ الحراري وتاريخ التعداد، يمكن لمديري التخزين استخدام أداة بسيطة نسبياً لتقدير وفرة الخنافس المستقبلية، مما يوفر وسيلة عملية لحماية القمح المخزن قبل أن تصبح الإصابة شديدة.

ملخص تقني: إطار رياضي تنبؤي لمحاكاة تفشي خنفساء الحبوب الصدئة في تخزين القمح السائب

بيان المشكلة
تشكل خنفساء الحبوب الصدئة (Cryptoleste ferrugineus) تهديداً كبيراً للقمح المخزن نظراً لقدرتها على النمو السكاني السريع في ظل الظروف الحرارية المواتية. إن نماذج التعداد الحالية، والتي تتراوح من المعادلات الأسية/اللوجستية البسيطة إلى عمليات المحاكاة الديموغرافية المعقدة، غالباً ما تفشل في التنبؤ بمستويات التفشي بدقة عندما تتغير المتغيرات البيئية (درجة الحرارة، حجم التخزين، وكثافة السكان) في آن واحد. وتحديداً، فإن النماذج المستمدة تحت نظم درجات حرارة ثابتة غالباً ما يكون أداؤها ضعيفاً عند تطبيقها في بيئات حرارية متذبذبة، وهو أمر شائع في تخزين الحبوب السائب. ويكمن التحدي في تطوير إطار تنبؤي يوازن بين الواقعية البيولوجية والبساطة العملية، باستخدام متغيرات يمكن قياسها أثناء المراقبة الروتينية للتنبؤ بشدة التفشي قبل وصوله إلى مستويات ضارة.

المنهجية
استخدمت الدراسة نهج نمذجة متعدد المراحل لتطوير إطار تنبؤي لخنفساء (C. ferrugineus) في القمح السائب:

تقييم النماذج غير المهيكلة: تم اختبار تسعة نماذج رياضية متميزة، شملت النمو الهندسي، والنمو الأسي، والنمو المعتمد على الكثافة (التغذية الراجعة اللحظية والمتأخرة)، والحصاد، والنماذج ذات الفجوة الزمنية (lagged models). تمت معايرة هذه النماذج مقابل أعداد البالغين المرصودة (التي حُوّلت إلى أعداد الإناث بناءً على افتراض نسبة جنس 1:1) عبر أحجام مختلفة من رقع التخزين ونظم حرارية متباينة (21-35 درجة مئوية ثابتة، متزايدة، ومتناقصة). تم تقييم أداء النموذج باستخدام معامل التحديد ( $R^2$ ) وجذر متوسط مربع الخطأ (RMSE).
تحليل العوامل الرئيسية: باتباع نهج "موريس"، أُجريت تحليلات الانحدار لتحديد المتغيرات الأكثر ارتباطاً بالتغير السكاني. فُحصت تركيبات من حجم السكان السابق، ودرجة الحرارة، وتغير درجة الحرارة لتحديد الدوافع الأساسية للوفرة.
نمذجة درجات اليوم (Degree-Day Modeling): تم تحديد التعرض الحراري باستخدام درجات اليوم الفعالة المتراكمة ( $DD$ )، والتي حُسبت بحد أدنى (base threshold) قدره 6.3 درجة مئوية (وهي درجة حرارة الحد الأدنى لحركة الخنافس البالغة). وتم تحليل العلاقة بين الوحدات الحرارية المتراكمة ووفرة الحشرات باستخدام دالة سيجمويدية (sigmoidal) ثلاثية المعلمات لمراعاة الاستجابات غير الخطية مع اقتراب الجمهرة من القدرة الاستيعابية.
تطوير الإطار المتكامل: دمج النموذج النهائي أكثر المتنبئات أهمية تم تحديدها في الخطوات السابقة: عدد السكان المسجل في الملاحظة السابقة، وإجمالي درجات اليوم الفعالة المتراكمة على مدار 28 يوماً، وتذبذب درجات الحرارة. تم تقدير علاقات انحدار منفصلة لكل من البالغين الأحياء، وإجمالي البالغين، والنسل تحت ظروف درجات الحرارة الثابتة والمتغيرة.

النتائج الرئيسية

قصور النماذج البسيطة: لم توفر أي من معادلات التعداد التسعة غير المهيكلة ملاءمة مرضية عبر جميع الظروف التجريبية. تباين الأداء بشكل كبير مع درجة الحرارة وحجم رقعة التخزين؛ فعلى سبيل المثال، بينما حققت الحالات (I, IV, V) أداءً جيداً عند 35 درجة مئوية، إلا أنها فشلت في وصف الأعداد عند 25 و30 درجة مئوية في رقع التخزين الكبيرة. وأشار هذا إلى أن آلية نمو واحدة لا يمكنها استيعاب التأثيرات المجتمعة للتاريخ الحراري والمقياس المكاني.
تفوق استجابة درجات اليوم السيجمويدية: وصفت دالة سيجمويدية ثلاثية المعلمات العلاقة بين درجات اليوم المتراكمة ووفرة الحشرات بشكل أكثر اتساقاً من النماذج الخطية أو الأسية البسيطة. ومع ذلك، فإن تطبيق العلاقات التي تم ضبطها فقط على درجات الحرارة الثابتة على النظم المتذبذبة أدى إلى المبالغة في تقدير الوفرة.
أداء النموذج المتكامل: أظهر الإطار التنبؤي النهائي (المعادلة 18)، الذي دمج عدد السكان السابق ( $N_t$ $N_{t}$ )، ودرجات اليوم الفعالة خلال 28 يوماً ( $X$ $X$ )، وتذبذب درجات الحرارة، دقة تنبؤية عالية.
- بالنسبة لـ إجمالي البالغين، حقق النموذج معامل تحديد ( $R^2$ ) قدره 0.96 وجذر متوسط مربع خطأ (RMSE) قدره 14.7.
- بالنسبة لـ البالغين الأحياء، حقق النموذج معامل تحديد ( $R^2$ ) قدره 0.91 وجذر متوسط مربع خطأ (RMSE) قدره 9.2.
- بالنسبة لـ النسل، حقق النموذج معامل تحديد ( $R^2$ ) قدره 0.83 وجذر متوسط مربع خطأ (RMSE) قدره 4.6.
المنفعة الزمنية: وُجد أن النموذج أكثر فعالية في التنبؤ بالنمو السكاني خلال المرحلة التي تسبق اقتراب التفشي من الكثافة القصوى.

الأهمية والادعاءات
يزعم المؤلفون أن الإطار المقترح يقدم أداة استشراف عملية لخنفساء (C. ferrugineus) في القمح المخزن من خلال الاحتفاظ بكل من التاريخ الحراري (عبر درجات اليوم والتذبذب) والتاريخ السكاني. وتخلص الدراسة إلى ما يلي:

قوانين التعداد البسيطة وغير المهيكلة غير كافية لسيناريوهات التخزين السائب حيث تكون الظروف البيئية ديناميكية.
يمكن لنموذج يدمج الوحدات الحرارية المتراكمة مع الكثافة السكانية وتغير درجات الحرارة أن يعيد إنتاج الأنماط الرئيسية للزيادة السكانية تحت درجات الحرارة الثابتة والمتغيرة على حد سواء.
يقوم الإطار بترجمة البيانات الحرارية والبيانات السكانية المقاسة روتينياً إلى تقديرات لوفرة الخنافس المستقبلية، مما يساعد في عمليات المراقبة والتحكم قبل أن تصبح حالات التفشي شديدة.

وتحافظ الورقة على موقف متواضع فيما يتعلق بمدى قابليتها للتطبيق على نطاق أوسع، مشيرة إلى ضرما التحقق من النموذج باستخدام بيانات تخزين مستقلة قبل اعتماده كأداة استشراف عامة عبر مختلف أنظمة تخزين القمح.

أبحاث مشابهة